6 Odczytywanie podobieństw rodzinnych generowanych przez sztuczną inteligencję przy użyciu wzorów ściegu krzyżykowego
Historia ludzkości dostarcza niezliczonych przykładów języków wizualnych przekazujących wiedzę poprzez nielinearne, oparte na wzorach, symboliczne formy, różniące się zasadniczo od pism opartych na zasadzie linearności, takich jak alfabet łaciński. Na przestrzeni wieków strażnicy kultury przekazywali niezbędną wiedzę, dokumentując swoje życie, wartości, wierzenia i mity w ucieleśnionej, zakodowanej, rękodzielniczej formie. W opozycji do tego nowoczesne sieci neuronowe, takie jak DALL-E, generują rzekomo nowe języki wizualne na podstawie wyłącznie instrukcji tekstowych – bazując na opartych na regułach linearnych pismach, proponują nielinearne i nieodwołujące sie do znaczenia sposoby „odczytywania”. Poniższy artykuł opisuje eksperymenty, w których DALL-E interpretowało wzory ściegów krzyżykowych. Odchodząc od użyć języka naturalnego, przeanalizowano 12 wariantów ściegu krzyżykowego wygenerowanego przez SI w kategoriach podobieństw rodzinnych z koncepcji filozoficznej Ludwiga Wittgensteina. Takie ujęcie teoretyczne pozwala na porównanie wariantów ściegu krzyżykowego pochodzących od DALL-E do obecnych w historii ludzkości kulturowych wzorców wizualnych, umożliwiających nielinearne, pozapiśmienne sposoby czytania. Badania przeprowadzono zgodnie z metodologią dizajnu krytycznego, która dopuszcza przyjęcie perspektywy rzemiosła jako przeciwwagi dla dominujących paradygmatów komputerowych. Odczytywanie produktów sztucznej inteligencji na nowo, z punktu widzenia rzemiosła, pozwala bardziej docenić pozapiśmienne, ucieleśnione formy komunikacji, funkcjonujące do dziś. Autorka dowodzi, że sztuczna inteligencja nie wytwarza nowości, a tylko „na nowo” pokazuje, że to ludzie rzemiosła aktywnie kreują (i zawsze kreowali) przyszłość systemów algorytmicznych opartych na kulturze i przekazach wizualnych.
